前言：尋找寫作靈感？中文期刊網用心挑選的戰場信息共享平臺的個性化推薦初探，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：隨著大數據技術的發展，信息化、智能化作戰將成為現代戰爭的未來趨勢，如何從浩瀚信息中獲取有效信息是提高作戰指揮效率的重要問題。面向戰場信息共享平臺，利用推薦系統可解決信息過載問題的優勢，結合軍事領域信息數據特點，構建軍事平臺的個性化推薦系統框架，然后基于該推薦系統，提出融合情景感知的推薦算法，以提高軍事平臺的推薦服務質量。
關鍵詞：個性化推薦；情景感知；信息共享平臺
隨著科技的發展，我軍不斷實現信息資源共享的目標。戰場信息共享平臺集信息生產與處理于一體，用于實現戰場信息的一體化組織、分析處理以及融合集成，管理和主動分發戰場信息［1］，對實現信息資源增值利用起著決定性作用。戰場信息資源種類繁多復雜使得平臺堆積著大量的信息，軍事人員面對浩瀚的信息資源容易陷入“信息過載”的境地，從而會降低作戰指揮效率。就目前而言，搜索引擎和推薦系統可有效解決“信息過載”問題［2］。其中，搜索引擎需要用戶輸入相關關鍵字，根據關鍵字相似度匹配而呈現出用戶感興趣的內容；而推薦系統是通過大量的用戶行為數據進行挖掘用戶的偏好，把信息和用戶偏好進行匹配，從而進行個性化推薦。在軍事領域中，文獻［3］針對移動平臺上的指揮員難以準確獲得所需資源的問題，基于戰場環境中移動平臺位置動態變化的特征，提出了多樣化移動平臺軍事信息服務模式；文獻［4］首次提出了軍事主動推薦，構建了軍事信息主動推薦系統，但是針對主動推薦的方法并未展示；文獻［5］根據軍事用戶的特點，提出了利用ISM方法層次化分析用戶特征，搭建了軍事信息服務的智能推薦框架?？梢?，越來越多的學者致力于提高軍事指揮效率，對軍事推薦系統開展了研究，但目前的研究僅是獨立于信息服務平臺的推薦系統研究，本文借鑒個性化推薦系統可解決信息超載問題的思路，基于戰場信息共享平臺（文中簡稱為平臺），構建軍事個性化推薦系統的體系框架，并根據軍事領域主要面向任務，且作戰環境是決定指揮決策的重要因素之一的特點，獲取用戶當前情景，提出融合情景感知的個性化推薦服務，為軍事人員可以快速獲取所需信息提供建設性參考，以提高軍事信息資源的利用率。
1戰場信息共享平臺推薦系統框架
本文提出的軍事平臺個性化推薦系統主要分為四層：數據層、數據處理層、推薦層和交互層，如圖1所示。
1．1數據層數據層
主要包括采集用戶資料信息庫、軍事信息資源庫、用戶行為日志獲得數據保存在MySQL數據庫中。用戶信息庫是存儲軍事人員基本信息，該信息經過加密處理。用戶行為日志是指用戶登錄、用戶處理信息以及瀏覽信息的行為數據。軍事信息資源庫是對軍事信息資源的格式化整理，且具有穩定、不斷更新的特點。
1．2數據分析層
1．2．1用戶分析
系統對數據層里的用戶信息和行為進行量化、統計和建模，挖掘用戶數據然后進行分析用戶畫像、資源偏好。用戶畫像是對用戶信息標簽化進行建模，包括靜態畫像和動態畫像。靜態畫像是用戶獨立于信息場景之外的屬性。平臺采集了用戶名稱、用戶身份、用戶類型、用戶的任務，作為用戶的基本信息。另外，動態畫像指用戶在軍事平臺中所產生的顯式行為或隱式行為，其中，顯式行為指用戶明確的表達了自己的喜好，例如點贊、分享、評分等，但是軍用平臺是以完成軍事任務為核心，點贊、評分等行為無疑會加重用戶行為負擔，此類行為在平臺中并未體現。隱式行為指用戶沒有明確表達自己的喜好，用戶利用查閱信息、搜索、點擊、停留時長等隱性的行為表達自己所關注的信息，軍事平臺中隱式行為較為顯著。通過分析軍事用戶畫像特點，根據用戶基本信息（即靜態畫像）、行為信息（即動態畫像）對用戶畫像進行建模，挖掘用戶偏好，建模過程如圖2所示：1）數據源：平臺通過用戶注冊獲得用戶信息，經過加密技術處理存儲在數據庫。挖掘用戶的瀏覽行為數據，從而獲得用戶行為日志。2）行為建模：對用戶的點擊瀏覽行為進行建模，得到用戶瀏覽信息的行為矩陣。3）畫像構建：通過行為建模，可以輸出一系列用戶標簽。
1．2．2軍事信息分析
軍事平臺中的信息對象有軍事文本、圖像、視頻等，其中主要信息為文本數據。本文僅討論軍事文本的信息，針對文本類信息推薦對象，可使用基于內容的建模方法，利用關鍵詞抽取方法對文本內容的關鍵詞進行抽取，通過TF－IDF算法對關鍵詞相似度進行計算，得到信息文本之間的相似度［6］。
1．3推薦層
在軍事平臺中，主要是面向作戰任務，給軍事用戶推薦與其任務相關的信息資源，因此更關注于信息內容本身，本文采用了基于內容的推薦算法，根據平臺用戶的登錄信息顯性地獲取用戶的任務數據，還可通過用戶的瀏覽行為信息隱式地獲取用戶的任務數據，通過推薦算法，與平臺信息進行相似度計算，主動推薦給用戶與其任務相似的信息，有利于用戶快速獲取任務相關信息或作出決策?；趦热莸耐扑]算法［7］根據信息本身的基本信息，計算信息之間的相似性，其基本原理為：根據平臺用戶的檢索、瀏覽等動作所產生的日志數據找到用戶關注或需要的信息，通過對整個數據資源的內容分析，使用一套標準數據統計方式，計算出與用戶感興趣的物品相似的信息集合，根據可能需要的權重大小進行排序?；趦热莸耐扑]算法的具體實現步驟主要分為兩步：步驟一，構建用戶與物品畫像。根據1．2節所描述的數據分析方法，獲取用戶及信息特征。用戶畫像根據已知用戶的歷史興趣得到用戶特征的結構化表示r（u），比如行為偏好、職位特點等信息；而物品畫像是物品的內容特征的結構化表示r（i），比如包括武器裝備、任務、實時軍事新聞等信息；步驟二，根據用戶畫像從數據庫中尋找用戶偏好的TopN個相似物品item進行推薦。公式如下：item＝argmax｛sim（r（u）×r（i））｝
2構建融合情景感知的個性化推薦方法
文獻[8]指出情景表明著個體所處環境的信息數據，如位置、時間、氣候等，系統可以通過傳感器檢測用戶的情景信息，對當前環境的分析選擇適應用戶情景的信息服務，同時向系統反饋情景變化信息，便于系統自動隨時調整信息服務策略。在軍事作戰中，作戰環境對于作戰人員執行作戰任務影響很大，相同作戰任務但不同的作戰環境會有不同的指揮策略，基于上文設計的個性化推薦系統，提出融合情景感知的個性化推薦算法，以提升平臺服務質量。融合情景感知的個性化推薦算法流程如圖3：圖3融合情景感知的個性化推薦算法流程
2．1情景模型構建
作戰環境是作戰指揮必須考慮的因素之一，因此分析情景信息有利于提供給用戶更準確的指揮決策信息。情景模型的作用是描述平臺用戶當前的情景，能更好地滿足用戶需求，發現用戶所需的信息內容，然后調取數據庫中與此相匹配的信息資源。構建情景模型主要有三個步驟：采集用戶情景信息、分析用戶情景特點、存儲用戶情景信息。平臺利用智能傳感設備，自動檢測用戶所處情景，對感知和捕獲到的情景信息進行語義分析，探索不同情景信息的內在聯系，形成情景關聯庫；再利用平臺提取的用戶偏好特征，與情景信息偏好進行計算，根據專家經驗對不同情景賦予不同權重因子；然后對用戶的情景數據進行科學組織和管理，結合用戶的偏好空間和信息資源描述向量空間構建用戶的情景模型，存儲用戶情景信息。
2．2融合情景感知的個性化推薦服務過程
首先，捕獲分析用戶情景信息，構建情景模型；然后，根據情景模型描述的即時情景信息，尋找與用戶情景相似的信息，與用戶偏好融合進行權重計算，得出用戶最終偏好，根據用戶偏好利用基于內容推薦算法，從信息資源庫中檢索與之匹配的信息，并返回情景模型進行個性化處理；最后將個性化推薦的Top－N信息發送到用戶端。
3融合情景感知的個性化推薦系統實現
通過對面向軍事平臺的個性化推薦系統的研究，基于融合情景感知的MapReduce編程模型［9］的個性化推薦算法，系統程序采用Java語言開發，基于Linux操作系統，輸入數據放在MySQL數據庫，其底層實現是放在Hadoop［10］的分布式文件系統HDFS上。面向戰場信息共享平臺的個性化推薦系統架構如圖4，本系統分為：數據獲取與預處理模塊、基于情景感知的個性化推薦模塊、數據存儲模塊、推薦服務模塊。
4結束語
本文通過對用戶特征、信息資源特征的捕獲建立用戶標簽和軍事信息資源標簽，將情景感知特征融入到推薦系統，剖析用戶深層興趣偏好，對于打造軍事信息個性化推薦服務具有重要意義。用戶靜態畫像數據和動態畫像數據的結合提高推薦系統的使用長久性，實現基于情景感知的個性化推薦系統，保證推薦系統的推薦內容長期精準有效、細分用戶需求、精準推薦內容，以提高平臺的信息服務質量和軍事信息資源利用率。
作者：葛婉 劉思其 張捷 杜寶珠 單位：南京理工大學自動化學院 陸軍裝備部駐重慶地區第一軍事代表室